sa diffusion dans une structure hospitalière
Début de l’épidémie.L’analyse des 54 génomes séquencés de l’épidémie de P. aeruginosa a permis de montrer la présence d’un îlot génomique contenant des gènes de résistance au cuivre, spécifique du clone ST395. La datation d’un ancêtre commun au ST395 dans l’hôpital de Besançon suggérait une contamination probable de celui-ci lors de sa construction en 1978. En effet, la capacité de survie dans un milieu contenant du cuivre aurait permis à la bactérie de survivre dans les tuyaux du réseau d’eau avant d’arriver au contact des patients.
Évolution.
La taille constante du génome de la souche ST395 épidémique au cours du temps, avec peu de gains et de pertes de gènes, indique un rôle faible de l’accessory genome lors de la propagation du pathogène. De plus, aucun gène de virulence ou résistance n’a pu être mis en évidence hormis les mutations d’oprD et celles modifiant l’expression de l’opéron mexAB-oprM. Les éléments mobiles décrits chez DHS01 (îlots génomiques spécifiques ainsi que les cinq ICEs) sont retrouvés chez tous les génomes de l’épidémie. Seul le génome de BES-49 a intégré une IS (ISPa74) que l’on retrouve en deux copies.
Dernières années de l’épidémie.
L’analyse des mutations ponctuelles acquises en fin d’épidémie a montré une accumulation de mutations dans certaines fonctions biologiques. Deux types de sélections peuvent être mises en évidence. La première, la sélection positive concerne la conservation de caractères appor- tant un avantage à l’organisme. La seconde en revanche, la sélection négative, est impliquée dans la disparition de caractères biologiques inutiles ou délétères dans la niche écologique considérée [188].
Au delà de ces sélections, on observe une évolution parallèle. Celle-ci correspond à l’acquisi- tion d’un même phénotype, chez des organismes vivant dans le même milieu, par des voies différentes. Cela signifie que les fonctions mutées, positivement ou négativement sélection- nées, confèrent un phénotype identique à la majorité des isolats de la fin de l’épidémie. Dans le cas du clone ST395, ces deux phénomènes sont visibles sur les souches prélevées après 2000 indiquant un lien probable avec la décroissance du nombre de patients nouvellement colonisés ou infectés. Les fonctions touchées sont également modifiées lors d’infections chro-
niques, notamment chez les patients atteints de mucoviscidose. En effet, on observe chez les isolats colonisant ces patients une modification de la porine oprD, un changement de struc- ture du LPS ainsi qu’une perte de la pompe d’efflux MexAB-OprM [104, 95, 103]. Chez les isolats issus de patients atteints de mucoviscidose, il s’agit souvent de mutations abolisant la fonction [103]. Toutefois ici, nous avons montré chez le clone ST395 un retour à une expres- sion basale.
La perte de surexpression de cet opéron pourrait être le résultat d’une sélection négative. En effet, la surexpression de mexAB-oprM entraîne un diminution de fitness de la souche, puis- qu’elle survit moins dans l’eau ainsi que sur des surfaces sèches, qu’elle est moins virulence et qu’elle a perdu sa capacité à envahir des cellules [63, 65, 71]. En parallèle, le gain de fitness lié à la modification d’expression pourrait indiquer un avantage évolutif sélectionné positive- ment. La perte de LPS (conférant une certaine invisibilité vis à vis du système immunitaire) pourrait être du à une sélection positive mais également négative puisque la bactérie perd une fonction qui est délétère dans cet environnement. Pour ce qui est du gain de résistance à l’imipénème (lié à la mutation d’oprD ) et de la modification du métabolisme des acides ami- nés (entraînant une meilleure utilisation des acides aminés coûteux à métaboliser), l’avantage conféré à la bactérie laisse à penser qu’il s’agit dans tous les cas de sélection positive. Extinction de l’épidémie.
L’évolution de la souche épidémique vers un phénotype de chronicité tend à valider l’hypo- thèse principale en démontrant que l’évolution d’une souche épidémique dans un hôpital est comparable à ce que l’on observe lors d’une infection chronique chez un patient unique. L’accumulation de culs-de-sac épidémiologiques dans les dernières années de diffusion favori- serait l’extinction de l’épidémie probablement liée à une moindre transmissibilité des souches de patients à patients. Des expériences sont en cours afin d’estimer la survie des isolats tardifs dans l’environnement (dans l’eau distillée, l’eau du robinet, résistance à la dessiccation). Transmissibilité des souches.
Certaines souches retrouvées chez des patients atteints de mucoviscidose possèdent la capa- cité de se transmettre de patients à patients. C’est le cas en particulier de la souche LES qui possède une virulence accrue [196]. Pourtant, il semble que ce ne soit pas cette virulence qui soit à l’origine de la capacité à se transmettre. En effet, une souche Danoise présentant une virulence très faible possède toujours sa capacité de transmission [197]. Les facteurs impliqués dans la capacité de la souche à se transmettre ne sont pas encore connus. Des expériences menées sur un modèle animal permettraient d’observer une éventuelle modification de la ca- pacité de transmission du clone épidémique BES.
Si le déclin de l’épidémie est lié en partie à la perte de transmissibilité d’une partie des isolats, doivent-ils tous devenir non/moins transmissible pour conduire à la fin de l’épidémie ? Étant donné qu’il existe peu d’analyse menée sur les bactéries, l’exemple considéré est relatif aux virus. Une modélisation menée sur le virus de la grippe, observe l’effet de la vaccination (as- similable à une baisse de la transmissibilité) sur le nombre de nouveaux cas ayant lieu en une année dans un hôpital. L’expérience contrôle se base sur des données réelles de vaccination
aux États-Unis en 2009-2010. Cela correspond à la vaccination de 38% de la population et l’apparition de 305 cas en 1 an dans l’hôpital. La vaccination de la population communau- taire a un effet important sur le nombre de cas. En effet, lorsque 50% de la population est vaccinée, le nombre de cas diminue de 34%. Et l’effet est encore plus marqué si 60% de la population est vaccinée puisque le nombre de nouveaux cas diminue de 79% [198]. Le modèle mathématique utilisé permet de calculer l’effet de plusieurs valeurs de vaccination de la po- pulation (40, 50, 60, 80 et 100%). La distribution du nombre de cas n’est pas linéaire et la première diminution réelle observée est lorsque 50% de la population est vaccinée. De plus, il semble y avoir un seuil entre 50 et 60%, puisque toutes les valeurs supérieures entraînent un effet important sur la diminution du nombre de cas.
Afin de faire le lien entre la fin de l’épidémie et une perte de fitness et de transmissibilité tel que décrite chez les virus, il est important de connaître le nombre de souches non trans- missibles en fin d’épidémie. Pour cela, des tests permettant d’évaluer le fitness (survie dans l’eau et résistance à la dessiccation) des 54 isolats de l’épidémie sont en cours.
Limites de l’analyse génomique et perspectives.
L’analyse des génomes, en particulier ceux séquencés en haut-débit, permet d’observer un grand nombre de paramètres que ce soit des pertes, gains ou déplacement de portions de chromosome ou encore des mutations ponctuelles sélectionnées. Pourtant la relation entre les gènes manquants ou mutés et le phénotype associé est rarement évidente et ne permet pas de faire un lien direct entre une modification génique et une fonction modifiée ou perdue. En effet, l’observation du génotype seul ne permet pas de prédire à coup sûr le phénotype. Par exemple, c’est le cas pour les modifications observées en rapport avec l’opéron mexAB- oprM. A la fin de l’épidémie, il est observé une diminution significative de l’expression de l’opéron chez 23 isolats, pourtant, seuls 17 d’entre eux présentent des mutations dans les gènes régulateurs connus ou dans les régions promotrices. Il est possible qu’il existe d’autres régulateurs non connus qui influent sur l’expression de l’opéron et qui permettraient d’ex- pliquer sa diminution. A l’inverse, il existe 2 isolats mutés dans ces régions surexprimant encore mexAB-oprM. Dans ce cas, les mutations étant visiblement sans effet sur l’expression de mexAB-oprM peuvent avoir été compensées par une autre mutation dans un gène non identifié, être sans effet sur la protéine ou encore peuvent avoir un effet sur d’autres voies biologiques non observées.
Des tests phénotypiques complémentaires sont nécessaires afin d’approfondir l’analyse. Des tests de fitness entre les différents isolats de l’épidémie ainsi que la caractérisation du LPS (modifié en fin d’épidémie) sont actuellement en cours, pour mieux comprendre le lien entre les modifications génotypiques et l’extinction de l’épidémie. Ces dernières visent à étudier l’effet de la modification du LPS sur la reconnaissance de la bactérie par les macrophages. Cela permettra de connaître le lien entre la perte du LPS et l’interaction avec le système immunitaire.
Le contexte hospitalier dans lequel se trouvaient les patients porteur de la bactérie P. ae- ruginosa a très probablement influencé l’évolution de la souche épidémique. L’utilisation de données cliniques supplémentaires (traitements antibiotiques, durée et chambre d’hospita-
lisation, date de colonisation du patient, etc.) pourrait être un atout pour une meilleure compréhension de l’épidémie.
De plus, les différentes mesures d’hygiène mises en place au cours des 11 années de l’épidémie, doivent être également prise en compte. Au début de l’épidémie, ayant eu lieu uniquement en réanimation chirurgicale, des nouveaux protocoles d’hygiène ont été mis en place (utilisation de solution hydroalcoolique ainsi que fermeture d’un service pendant un temps) ce qui a permis de limiter la contamination à ce seul service pendant un certain temps. A partir de la fin de l’année 1999, l’épidémie se propage dans différents services. La pression de sélection antibiotique exercée sur la souche épidémique est alors moindre que dans le service de réani- mation.
L’analyse de l’impact de l’environnement hospitalier sur la souche épidémique combinée aux modifications génomiques observées au cours du temps permet d’avoir une vision globale de l’évolution du pathogène pendant les 11 années de l’épidémie.
Il existe peu d’exemples d’évolution de pathogènes bactériens pendant une épidémie. Pour- tant les quelques exemples disponibles, ainsi que ceux en lien avec les épidémies virales, décrivent une adaptation individuelle du pathogène à l’hôte [199]. Celle-ci est souvent en lien avec la résistance aux antibiotiques ou la capacité à échapper au système immunitaire. Dans le premier cas, on retrouve plusieurs exemples de gain de résistance au cours d’épi- démie comme par exemple chez P. aeruginosa [28] et chez V. cholerae [46]. Chez ces deux espèces, ce sont des mutations qui sont à l’origine des phénotypes de résistance. Dans le second cas, de nombreux virus gagnent la capacité à échapper au système immunitaire pour prolonger leur survie dans le corps de l’hôte. Par exemple, lors de la dernière épidémie causée par le virus responsable de la maladie Ebola, plusieurs mutations ont été sélectionnées au cours de l’épidémie. Parmi celles-ci, certaines servent à créer un leurre pour les anticorps de l’hôte tandis que d’autres permettent de bloquer la réponse du système immunitaire en inhibant la production d’interféron et ainsi rendant le virus plus pathogène [42]. L’adaptation liée à la résistance aux antibiotiques et à l’échappement au système immunitaire semble être un élément commun à tous les pathogènes que l’on retrouve également ici chez le clone ST395. L’adaptation individuelle modèle la courbe globale de l’épidémie, puisqu’elle joue un rôle dans l’adaptation globale de la souche à son environnement. Il est également possible d’observer une évolution parallèle de certaines fonctions conférant des phénotypes communs à la majorité ou à la totalité des micro-organismes en fin d’épidémie. La compréhension des mécanismes conduisant à la sélection de ces fonctions particulières permettrait une meilleure gestion des épidémies liées à des micro-organismes pathogènes.
[1] C Potera. Common bacterium induces histamine production in neutrophils. Environ- mental Health Perspectives, 120(5) :a190, 2012.
[2] J Freney, F Renaud, R Leclercq, and P Riegel. Précis de bactériologie clinique. Ed. Eska, 2007.
[3] MW Silby, C Winstanley, SAC Godfrey, SB Levy, and RW Jackson. Pseudomonas genomes : diverse and adaptable. FEMS microbiology reviews, 35(4) :652–680, 2011. [4] CK Stover, XQ Pham, AL Erwin, SD Mizoguchi, P Warrener, MJ Hickey, FSL Brink-
man, WO Hufnagle, DJ Kowalik, M Lagrou, et al. Complete genome sequence of Pseu- domonas aeruginosa PAO1, an opportunistic pathogen. Nature, 406(6799) :959–964, 2000.
[5] A Alonso, P Sanchez, and JL Martinez. Environmental selection of antibiotic resistance genes. Environmental Microbiology, 3(1) :1–9, 2001.
[6] JM Thiolet, S Vaux, M Lamy, A Gauthier, AS Barret, L Leon, et al. Enquête natio- nale de prévalence des infections nososcomiales et des traitements anti-infectieux en établissements de santé, France, mai-juin 2012. institut de veille sanitaire. 2013, 2016. [7] B Valot, C Guyeux, JY Rolland, K Mazouzi, X Bertrand, and D Hocquet. What it takes to be a Pseudomonas aeruginosa ? The core genome of the opportunistic pathogen updated. PloS one, 10(5) :e0126468, 2015.
[8] PA Lambert. Mechanisms of antibiotic resistance in Pseudomonas aeruginosa. Journal of the Royal Society of Medicine, 95(Suppl 41) :22, 2002.
[9] DC Schwartz and CR Cantor. Separation of yeast chromosome-sized DNAs by pulsed field gradient gel electrophoresis. Cell, 37(1) :67–75, 1984.
[10] D Talon, V Cailleaux, M Thouverez, and Y Michel-Briand. Discriminatory power and usefulness of pulsed-field gel electrophoresis in epidemiological studies of Pseudomonas aeruginosa. Journal of Hospital Infection, 32(2) :135–145, 1996.
[11] A Oliver, X Mulet, C López-Causapé, and C Juan. The increasing threat of Pseudo- monas aeruginosa high-risk clones. Drug Resistance Updates, 21 :41–59, 2015.
[12] MCJ Maiden, JA Bygraves, E Feil, G Morelli, JE Russell, R Urwin, Q Zhang, J Zhou, K Zurth, DA Caugant, et al. Multilocus sequence typing : a portable approach to the identification of clones within populations of pathogenic microorganisms. Proceedings of the National Academy of Sciences, 95(6) :3140–3145, 1998.
[13] B Curran, D Jonas, H Grundmann, T Pitt, and CG Dowson. Development of a multi- locus sequence typing scheme for the opportunistic pathogen Pseudomonas aeruginosa. Journal of Clinical Microbiology, 42(12) :5644–5649, 2004.
[14] PubMLST. https://pubmlst.org/. Mise en ligne en 2005.
[15] TD Read, SL Salzberg, M Pop, M Shumway, L Umayam, L Jiang, E Holtzapple, JD Busch, KL Smith, JM Schupp, et al. Comparative genome sequencing for dis- covery of novel polymorphisms in Bacillus anthracis. Science, 296(5575) :2028–2033, 2002.
[16] MJ Struelens and S Brisse. From molecular to genomic epidemiology : transforming surveillance and control of infectious diseases. Euro Surveillance, 18(4) :e20386, 2013. [17] X Didelot, R Bowden, DJ Wilson, TEA Peto, and DW Crook. Transforming clinical microbiology with bacterial genome sequencing. Nature Reviews Genetics, 13(9) :601– 612, 2012.
[18] NJ Croucher and X Didelot. The application of genomics to tracing bacterial pathogen transmission. Current Opinion in Microbiology, 23 :62–67, 2015.
[19] DNA Sequencing Costs : Data from the NHGRI Genome Sequencing Program (GSP). https://www.genome.gov/sequencingcostsdata/.
[20] P Treepong, VN Kos, C Guyeux, DS Blanc, X Bertrand, B Valot, and D Hocquet. Global emergence of the widespread Pseudomonas aeruginosa ST235 clone. Clinical Microbiology and Infection, in press, 2017.
[21] C Slekovec, J Plantin, P Cholley, M Thouverez, D Talon, X Bertrand, and D Hocquet. Tracking down antibiotic-resistant Pseudomonas aeruginosa isolates in a wastewater network. PLoS One, 7(12) :e49300, 2012.
[22] M Gomila, M del Carmen Gallegos, V Fernández-Baca, A Pareja, M Pascual, P Díaz- Antolín, E García-Valdés, and J Lalucat. Genetic diversity of clinical Pseudomonas aeruginosa isolates in a public hospital in Spain. BMC Microbiology, 13(1) :138, 2013. [23] M Koutsogiannou, E Drougka, A Liakopoulos, E Jelastopulu, E Petinaki, ED Anastas- siou, I Spiliopoulou, and M Christofidou. Spread of multidrug-resistant Pseudomonas aeruginosa clones in a university hospital. Journal of Clinical Microbiology, 51(2) :665– 668, 2013.
[24] Y Chen, M Sun, M Wang, Y Lu, and Z Yan. Dissemination of IMP-6-producing Pseu- domonas aeruginosa ST244 in multiple cities in China. European Journal of Clinical Microbiology & Infectious Diseases, 33(7) :1181–1187, 2014.
[25] M Maatallah, J Cheriaa, A Backhrouf, A Iversen, H Grundmann, T Do, P Lanotte, M Mastouri, F Elghmati, MSand Rojo, et al. Population structure of Pseudomonas aeruginosa from five mediterranean countries : evidence for frequent recombination and epidemic occurrence of CC235. PloS one, 6(10) :e25617, 2011.
[26] B Libisch, B Balogh, and M Füzi. Identification of two multidrug-resistant Pseudomo- nas aeruginosa clonal lineages with a countrywide distribution in Hungary. Current Microbiology, 58(2) :111–116, 2009.
[27] P Teixeira, M Tacão, A Alves, and I Henriques. Antibiotic and metal resistance in a ST395 Pseudomonas aeruginosa environmental isolate : A genomics approach. Marine Pollution Bulletin, 110(1) :75–81, 2016.
[28] J Quick, N Cumley, CM Wearn, M Niebel, C Constantinidou, CM Thomas, MJ Pallen, NS Moiemen, A Bamford, B Oppenheim, et al. Seeking the source of Pseudomonas aeruginosa infections in a recently opened hospital : an observational study using whole- genome sequencing. BMJ open, 4(11) :e006278, 2014.
[29] DM Livermore. Multiple mechanisms of antimicrobial resistance in Pseudomonas ae- ruginosa : our worst nightmare ? Clinical Infectious Diseases, 34(5) :634–640, 2002. [30] X Mulet, G Cabot, AA Ocampo-Sosa, MA Domínguez, L Zamorano, C Juan, F Tubau,
C Rodríguez, B Moyà, C Peña, et al. Biological markers of Pseudomonas aeruginosa epidemic high-risk clones. Antimicrobial Agents and Chemotherapy, 57(11) :5527–5535, 2013.
[31] A Oliver, A Mena, and MD Maciá. Evolution of Pseudomonas aeruginosa pathogeni- city : from acute to chronic infections. In Evolutionary biology of bacterial and fungal pathogens, pages 433–444. American Society of Microbiology, 2008.
[32] M Willmann, D Bezdan, L Zapata, H Susak, W Vogel, K Schröppel, J Liese, C Wei- denmaier, IB Autenrieth, S Ossowski, et al. Analysis of a long-term outbreak of XDR Pseudomonas aeruginosa : a molecular epidemiological study. Journal of Antimicrobial Chemotherapy, 70(5) :1322–1330, 2015.
[33] AA Witney, KA Gould, CF Pope, F Bolt, NG Stoker, MD Cubbon, CR Bradley, A Fraise, AS Breathnach, PD Butcher, et al. Genome sequencing and characteriza- tion of an extensively drug-resistant sequence type 111 serotype O12 hospital outbreak strain of Pseudomonas aeruginosa. Clinical Microbiology and Infection, 20(10) :O609– O618, 2014.
[34] LA Snyder, NJ Loman, LJ Faraj, K Levi, J Weinstock, TC Boswell, Mark J Pallen, and DA Ala’Aldeen. Epidemiological investigation of ’Pseudomonas aeruginosa ’ isolates from a six-year-long hospital outbreak using high-throughput whole genome sequencing. Eurosurveillance, 18(42), 2013.
[35] JF Turton, L Wright, A Underwood, AA Witney, YT Chan, A Al-Shahib, C Arnold, M Doumith, B Patel, TD Planche, et al. High-resolution analysis by whole-genome sequencing of an international lineage (sequence type 111) of Pseudomonas aeruginosa associated with metallo-carbapenemases in the United Kingdom. Journal of Clinical Microbiology, 53(8) :2622–2631, 2015.
[36] JR Dettman, N Rodrigue, SD Aaron, and R Kassen. Evolutionary genomics of epide- mic and nonepidemic strains of Pseudomonas aeruginosa. Proceedings of the National Academy of Sciences, 110(52) :21065–21070, 2013.
[37] MH Rau, RL Marvig, GD Ehrlich, S Molin, and L Jelsbak. Deletion and acquisition of genomic content during early stage adaptation of Pseudomonas aeruginosa to a human host environment. Environmental Microbiology, 14(8) :2200–2211, 2012.
[38] J Jeukens, B Boyle, I Kukavica-Ibrulj, MM Ouellet, SD Aaron, SJ Charette, JL Fother- gill, NP Tucker, C Winstanley, and RC Levesque. Comparative genomics of isolates of a Pseudomonas aeruginosa epidemic strain associated with chronic lung infections of cystic fibrosis patients. PloS one, 9(2) :e87611, 2014.
[39] D Pasetto, F Finger, A Rinaldo, and E Bertuzzo. Real-time projections of cholera out- breaks through data assimilation and rainfall forecasting. Advances in Water Resources, in press, 2016.
[40] Maladie à virus Ebola, OMS. http ://www.who.int/mediacentre/factsheets/fs103/fr/. [41] D Gatherer. The 2014 Ebola virus disease outbreak in West Africa. Journal of General
Virology, 95(8) :1619–1624, 2014.
[42] A Ramaiah and V Arumugaswami. Ebolavirus evolves in human to minimize the detec- tion by immune cells by accumulating adaptive mutations. VirusDisease, 27(2) :136– 144, 2016.
[43] JH Zhang. Positive Darwinian selection in gene evolution. In Darwin’s Heritage Today : Proceedings of the Darwin 200 Beijing International Conference : 24–26 October 2009 ; Beijing, pages 288–309. Citeseer, 2010.
[44] RV Tauxe, ED Mintz, and RE Quick. Epidemic cholera in the new world : transla- ting field epidemiology into new prevention strategies. Emerging Infectious Diseases, 1(4) :141, 1995.
[45] CS Chin, J Sorenson, JB Harris, WP Robins, RC Charles, RR Jean-Charles, J Bullard, DR Webster, A Kasarskis, P Peluso, et al. The origin of the Haitian cholera outbreak strain. New England Journal of Medicine, 364(1) :33–42, 2011.
[46] LS Katz, A Petkau, J Beaulaurier, S Tyler, ES Antonova, MA Turnsek, Y Guo, S Wang, EE Paxinos, F Orata, et al. Evolutionary dynamics of Vibrio cholerae o1 following a single-source introduction to Haiti. MBio, 4(4) :e00398–13, 2013.
[47] RR Frerichs, PS Keim, R Barrais, and R Piarroux. Nepalese origin of cholera epidemic in Haiti. Clinical Microbiology and Infection, 18(6) :E158–E163, 2012.
[48] LS Frost, R Leplae, AO Summers, and A Toussaint. Mobile genetic elements : the agents of open source evolution. Nature Reviews Microbiology, 3(9) :722–732, 2005. [49] RC Fowler and ND Hanson. Emergence of carbapenem resistance due to the novel
insertion sequence ISPa8 in Pseudomonas aeruginosa. PloS one, 9(3) :e91299, 2014. [50] Campbell’s Biology, 5th Edition. Figure 18.17, page 336.
[51] T Van Opijnen and A Camilli. Transposon insertion sequencing : a new tool for systems- level analysis of microorganisms. Nature Reviews Microbiology, 11(7) :435–442, 2013. [52] Molecular Biology : principles and practice. 2012, WH Freeman and company.
[53] MR Gillings. Integrons : past, present, and future. Microbiology and Molecular Biology Reviews, 78(2) :257–277, 2014.
[54] RAF Wozniak and MK Waldor. Integrative and conjugative elements : mosaic mobile